下列哪位是卷積神經(jīng)網(wǎng)路之父？

A、 Kai-Fu Lee

B、 Geoffrey Hinton

C、 Yoshua Bengio

D、 Yang LeCun

E、 Andrew Ng

何者是圖像識(shí)別的天王？

A、 RNN

B、 CNN

C、 FCNN

D、 LSTM

E、 GAN

關(guān)於神經(jīng)網(wǎng)路的學(xué)習(xí)原理敘述何者正確？

A、 神經(jīng)網(wǎng)路調(diào)整參數(shù)的方式是一種前饋神經(jīng)網(wǎng)路（Feedforward Neural Network）

B、 學(xué)習(xí)率在迭代的參數(shù)調(diào)整過程中會(huì)固定不變

C、 梯度下降是運(yùn)用積分的技巧來達(dá)成

D、 損失函數(shù)移動(dòng)的方向跟梯度的方向相同

E、 神經(jīng)網(wǎng)路調(diào)整參數(shù)的順序是從後面一層層往前調(diào)

關(guān)於神經(jīng)網(wǎng)路的學(xué)習(xí)原理敘述何者錯(cuò)誤？

A、 損失函數(shù)是對(duì)每個(gè)輸入的預(yù)測(cè)值與真實(shí)值的差異計(jì)算總和

B、 透過梯度下降一定可以找到降低損失函數(shù)的最佳解

C、 損失函數(shù)的變數(shù)是可以調(diào)整的參數(shù)

D、 訓(xùn)練神經(jīng)網(wǎng)路是透過參數(shù)的調(diào)整來降低損失函數(shù)

E、 梯度下降是降低損失函數(shù)的一種演算法

關(guān)於神經(jīng)網(wǎng)路的敘述何者錯(cuò)誤？

A、 通常每個(gè)神經(jīng)元的連線權(quán)重值 (weight) 都不一樣.但偏值 (bias) 都一樣

B、 為了讓所有的神經(jīng)元都能被激發(fā)會(huì)加上一個(gè)偏值（bias）做為調(diào)整

C、 激活函數(shù)會(huì)把每個(gè)神經(jīng)元的真正輸出控制在0到1之間

D、 神經(jīng)網(wǎng)路可以調(diào)整的參數(shù)是代表權(quán)重的 w1. w2, 和代表偏值的 b1, b2,

E、 神經(jīng)網(wǎng)路的激活函數(shù)一定是非線性函數(shù)

下列哪位是神經(jīng)網(wǎng)路之父？

A、 Geoffrey Hinton

B、 Kai-Fu Lee

C、 Yoshua Bengio

D、 Yang LeCun

E、 Andrew Ng

遞歸神經(jīng)網(wǎng)路（RNN）會(huì)把每一次輸入所產(chǎn)生的狀態(tài)都記錄一些結(jié)果，儲(chǔ)存在暫存的記憶空間裡，稱為？

A、 觸發(fā)狀態(tài)

B、 隱藏狀態(tài)

C、 快取狀態(tài)

D、 回流狀態(tài)

E、 跳躍狀態(tài)

關(guān)於RNN的敘述何者正確？

A、 適合用於圖形辨識(shí)

B、 適合用於視頻辨識(shí)

C、 適合用於對(duì)話機(jī)器人

D、 適合用於語音辨識(shí)

E、 適合用於理解文本 (文章)

電腦中的圖片是由像素所組成，像素是底下哪兩個(gè)英文字的縮寫？

A、 Photo Element

B、 Photo Image

C、 Painting Image

D、 Picture Element

E、 Picture Object

電腦中的圖片是用數(shù)字來表示，其範(fàn)圍是多少？

A、 1到256

B、 -127到128

C、 0到256

D、 0到65535

E、 0到255